检索结果-南通市图书馆

自动化学报 2002年第6期28卷 1012-1014页

作者：贺国光马寿峰李宇天津大学管理学院天津300072

一般的时间序列预测方法对非线性非平稳的信号不适用 .本文提出了一种基于多分辨率小波分解与重构的预测方法 .与一般方法相比 ,这种方法有效地提高了预测的准确度 .

关键词：小波分解时间序列预测法小波重构交通流微观仿真系统

时间序列预测法在规模以下工业总产值预测中的应用

在线全文

学校读者我要写书评

暂无评论

青海统计 2010年第12期 30-32页

作者：陈强青海调查总队工业调查处

时间序列，也叫时间数列、历史复数或动态数列。它是将某种统计指标的数值，按时间先后顺序排列所形成的数列。时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下... 详细信息

时间序列，也叫时间数列、历史复数或动态数列。它是将某种统计指标的数值，按时间先后顺序排列所形成的数列。时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平。

关键词：时间序列预测法工业总产值应用规模时间数列动态数列

在线全文

学校读者我要写书评

暂无评论

非典型的时间序列预测法的选择与运用

广东职业技术师范学院学报 2000年第1期 47-52页

作者：朱丹华南师范大学信息管理学系广东广州510631

预测成功与否也取决于对各种模型的正确选择与灵活运用。非典型时序在实际中普遍存在，但不恰当的选择与运用模型，会导致模型无法客观反映实际，影响预测效果甚至带来负面影响。在对现象的分析研究基础上建立模型、检验模型显得至关重要。

关键词：时间序列预测法预测预测模型二次指数平滑法自适应过滤法非典型时序指数模型

在线全文

学校读者我要写书评

暂无评论

店铺销量预测方法的分析与研究

商场现代化 2024年第12期 1-5页

作者：段亚楠昆明工业职业技术学院

本研究旨在分析和研究店铺销量预测的方法,通过介绍一般的预测步骤,以及利用图表趋势预测法、时间序列预测法(指数平滑法)和机器学习方法建立模型对店铺销量进行预测时发现:图表趋势预测法和时间序列预测法(指数平滑法)适用于简单的销... 详细信息

本研究旨在分析和研究店铺销量预测的方法,通过介绍一般的预测步骤,以及利用图表趋势预测法、时间序列预测法(指数平滑法)和机器学习方法建立模型对店铺销量进行预测时发现:图表趋势预测法和时间序列预测法(指数平滑法)适用于简单的销量预测,而机器学习方法在处理复杂关系和大规模数据时更具优势。因此,选择合适的方法取决于数据的特点和预测的需求。本研究为店铺销量预测提供了重要的指导和参考,帮助企业做出准确的销量预测,并为库存管理、生产计划和业务决策提供支持。

关键词：店铺销量预测图表趋势预测法时间序列预测法指数平滑法机器学习方法

基于支持向量机的煤炭需求量混沌时间序列预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

煤炭经济研究 2008年第1期28卷 44-46页

作者：宁云才蔡炜华陈翔中国矿业大学管理学院河北工程大学经管学院

一、引言在我国能源开发战略研究和煤炭资源价值的评估中，对煤炭需求预测的研究是一项十分重要的工作。煤炭需求预测的方法很多，主要有主观推断法、趋势外推法、国内生产总值单位能耗预测法、需求弹性系数法、主要消耗部门预测法、人... 详细信息

一、引言在我国能源开发战略研究和煤炭资源价值的评估中，对煤炭需求预测的研究是一项十分重要的工作。煤炭需求预测的方法很多，主要有主观推断法、趋势外推法、国内生产总值单位能耗预测法、需求弹性系数法、主要消耗部门预测法、人均能耗法、回归分析法、时间序列预测法、灰色预测方法、人工神经网络等。煤炭需求如果一直处于增长时期，这些方法预测的结果是比较准确的。但从1997年煤炭需求下降以来，上述方法预测的结果误差越来越大。由于煤炭需求量时间序列所具有的非线性、复杂性与内在随机性，即混沌性，传统的方法难以准确模拟需求量变化状态并预测未来年份的需求量。

关键词：时间序列预测法煤炭需求预测需求量混沌性支持向量机能源开发战略国内生产总值灰色预测方法

在线全文

学校读者我要写书评

暂无评论

基于混沌吸引子的时间序列预测方法及其应用

西南交通大学学报 2001年第5期36卷 472-475页

作者：向小东郭耀煌西南交通大学经济管理学院四川成都610031

介绍了相空间重构技术以及混沌吸引子的关联维数的计算方法 ,阐述了基于混沌吸引子的特性基础上的预测原理及预测模型 ,指出了已有预测模型的不足 ,提出改进意见并给出具体算法。然后 ,用Lorenz系统所产生的时间序列作为样本 ,进行了预... 详细信息

介绍了相空间重构技术以及混沌吸引子的关联维数的计算方法 ,阐述了基于混沌吸引子的特性基础上的预测原理及预测模型 ,指出了已有预测模型的不足 ,提出改进意见并给出具体算法。然后 ,用Lorenz系统所产生的时间序列作为样本 ,进行了预测 ,给出了 3种模型的预测结果 ,并作了比较。最后 ,指出了还存在的一些相关问题。

关键词：混沌理论混沌吸引子时间序列预测法相空间重构技术预测原理预测模型

在线全文

学校读者我要写书评

暂无评论

高炉炼铁工业的时间序列预测

信息记录材料 2018年第5期19卷 210-211页

作者：王正坤董浩山东科技大学山东青岛266590

对于对高炉炼铁生产过程进行预测控制的问题,已知炼铁工业的生产指标都与冶炼过程中的一项控制性中间指标——炉温,即铁水含硅量[Si]有关,因此该问题主要讨论对铁水含硅量的预测。可采用时间序列预测法,选取数据建立自回归AR模型,以此... 详细信息

对于对高炉炼铁生产过程进行预测控制的问题,已知炼铁工业的生产指标都与冶炼过程中的一项控制性中间指标——炉温,即铁水含硅量[Si]有关,因此该问题主要讨论对铁水含硅量的预测。可采用时间序列预测法,选取数据建立自回归AR模型,以此对铁水含硅量[Si]进行一步预测和二步预测。由此便可由已知样本容量炉铁水的含硅量,对下一炉及下两炉的铁水含硅量进行数值预测。

关键词：时间序列预测法自回归AR(2)模型最小二乘法

在线全文

学校读者我要写书评

暂无评论

黑龙江省不同饲养规模的生猪生产效率研究

黑龙江畜牧兽医 2016年第9期 115-120页

作者：郐智荟韩璐王刚毅东北农业大学经济管理学院哈尔滨150030

为了解黑龙江省生猪生产效率现状及发展趋势,试验采用DEA-Malmquist指数法测算与分析了2004—2014年黑龙江省和全国不同规模的生猪全要素生产率及其分解项,通过时间序列预测法对黑龙江省2015—2018年的投入产出值进行估计,并对4种模式... 详细信息

为了解黑龙江省生猪生产效率现状及发展趋势,试验采用DEA-Malmquist指数法测算与分析了2004—2014年黑龙江省和全国不同规模的生猪全要素生产率及其分解项,通过时间序列预测法对黑龙江省2015—2018年的投入产出值进行估计,并对4种模式的估计结果进行技术效率和规模效率的比较,给出要素的最优调整量。结果表明:黑龙江省生猪全要素生产率(TFP)的增长率均值不为正,且落后于全国平均水平,但2014年规模化养殖效率有突破性发展;TFP的时序变动较全国平均更平稳,生猪养殖规模越大波动越激烈;散户和大规模养殖技术效率高且接近最优规模,其中散户优势明显;中规模具有发展潜力。

关键词：生猪生产效率不同饲养规模全要素生产率要素调整量供给侧结构性改革 DEA- Malmquist指数法时间序列预测法

西方企业如何对待在发展中国家的投资经营风险

在线全文

学校读者我要写书评

暂无评论

国际展望 1993年第12期 15-16页

作者：刘建华

西方国家企业对在发展中国家投资经营所受对方政府干预的风险以及可采取哪些策略,现在比过去更加重视进行全面、深入的分析,并及时地考虑对策措施。这样,发展中国家要获得外资和技术的难度也相应增加了。发展中国家要加快引进西方发达... 详细信息

西方国家企业对在发展中国家投资经营所受对方政府干预的风险以及可采取哪些策略,现在比过去更加重视进行全面、深入的分析,并及时地考虑对策措施。这样,发展中国家要获得外资和技术的难度也相应增加了。发展中国家要加快引进西方发达国家的资金和先进技术,就必须了解和掌握这方面的情况和趋势。一、西方企业在发展中国家投资与经营的政府干预风险发展中国家政府出于各种政治和经济的原因。

关键词：发展中国家政府时间序列预测法西方国家投入要素风险资产技术进步引进外资产品比重生产要素价格变化预测

基于粒子群优化算法的RBF神经网络在泾惠渠灌区地下水位埋深预测中的应用

在线全文

学校读者我要写书评

暂无评论

水电能源科学 2014年第8期32卷 127-130页

作者：李慧周维博刘博洋李娜马聪长安大学环境科学与工程学院陕西西安710054 长安大学旱区地下水文与生态效应教育部重点实验室陕西西安710054

针对不恰当地选取RBF神经网络的网络结构和参数会使网络收敛慢的问题,采用粒子群优化算法对RBF神经网络参数进行优化,建立了基于粒子群优化算法的RBF神经网络模型（PSO-RBF模型）,对泾惠渠灌区地下水位埋深进行了模拟和预测。结果表明,... 详细信息

针对不恰当地选取RBF神经网络的网络结构和参数会使网络收敛慢的问题,采用粒子群优化算法对RBF神经网络参数进行优化,建立了基于粒子群优化算法的RBF神经网络模型（PSO-RBF模型）,对泾惠渠灌区地下水位埋深进行了模拟和预测。结果表明,与单一的RBF神经网络相比,PSO-RBF模型具有较高的预测精度。再根据时间序列预测法预测的降水量、径流量、蒸发量、渠灌引水量、地下水开采量、气温等模型的输入变量,用训练好的PSO-RBF模型预测了泾惠渠灌区2009-2020年地下水位埋深,发现该灌区地下水位埋深呈下降趋势。

关键词：地下水位埋深预测粒子群优化算法径向基函数神经网络时间序列预测法泾惠渠灌区